在科技行政岗位任职的经历，让我如今投身科学普及事业时，格外关注大学教育的现状与未来。前些天，一位年轻教授坦言，即便课程内容不断更新，课堂上的学生参与度却日渐稀薄，缺乏了往日的热情。这种忧虑并非个别现象，它直指AI时代下大学教学面临的核心困境。习近平总书记曾言：“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。”此番话语不仅明确了技术助力教育的前进方向，更点明了教育强国建设的核心要义——打造更优质的教育资源，确保更高水平的公平性。面对AI的浪潮，大学教育改革已刻不容缓。

AI对大学教育的冲击，绝非仅仅是工具层面的升级，而是对教育本质逻辑的根本性颠覆。昔日，大学的核心价值主要体现在知识的传播与认证上。然而，AI让知识获取变得即时、免费且高度个性化。倘若学生能在短时间内借助AI完成一篇结构严谨的论文、编写复杂的程序、通过大部分标准化考试，那么以知识传授为主导、以标准化考试作为评价标准的传统模式，便失去了其存在的合理性与合法性。若不及时调整，大学将面临两大危机：其一为价值危机，当知识不再稀缺，大学的独特性何在？其二为能力危机，毕业生的核心竞争力若仅限于AI亦能轻易完成的工作，职场前景如何？近期，美国Palantir Technologies的“Meritocracy Fellowship”计划面向全球高中毕业生，提供培训后年薪最高可达17万美元，其核心理念是“与其等待四年大学生毕业，不如用四个月培养高中生”。一些企业已开始招录高中生。国内部分互联网企业推行“少年开发者计划”“Byte-Camp”训练营，华为“天才少年计划”弱化学历门槛，更有企业宣布2027届专属招募宣讲会直接面向高中生。这些举措共同印证了一个趋势：传统“高中—大学—就业”的线性路径正在松动，社会开始务实地审视教育与就业的关联，预示着大学教育将迎来深刻变革。

大学教育的革新，绝非简单地在课堂允许使用AI或开设AI课程，而应在培养目标、教学内容、教学方式及评价体系上进行系统性重构。

首先，需要重塑培养目标，从塑造“知识型人才”转向培养“AI无法替代的人”。AI擅长于基于既有数据进行推导，而人类的优势在于发现并提出新问题。大学应着力培养学生的四种核心能力：敏锐的问题发现与界定能力，即精准识别并清晰界定真实问题或模糊问题的关键，这比解决问题本身更为重要；批判性思维与判断力，鉴于AI可能产生错误信息（如幻觉）或刻意迎合，学生需学会质疑、验证并评判AI输出的质量与伦理；复杂协作与共情能力，AI缺乏真正的“团队精神”和“情感共鸣”，而真实项目的团队协作、跨文化沟通依然是人类的独特领域；跨学科整合能力，AI以领域为基础进行训练，而现实问题往往跨越多学科界限，能够整合不同领域知识解决复杂问题的能力将极具价值。

其次，教学内容应从“传授知识”转变为“教会与AI共处”。大学教育需推行“三化”策略：通识化，AI素养不应局限于计算机专业，所有专业的学生都应掌握AI的基本原理、能力边界及伦理风险；高阶化，基础的记忆、理解类知识可借助AI进行自主学习，课堂时间应聚焦于高阶思维活动，如辩论、案例分析、项目研讨和模拟决策；动态化，教材更新速度永远追不上AI的发展，教学应转向“问题导向”，让学生在解决实际问题的过程中动态运用知识。

再者，教学方式需从“单向灌输”转变为“人机协同学习”。课堂应实现翻转，学生课前利用AI完成基础学习（例如阅读文献、梳理概念），课堂上教师则引导他们进行批判性思考、实际应用与创新创造。学生需学会驾驭AI而非被AI支配思考。项目式学习应成为主流模式，安排一学期时间，让学生团队运用AI工具完成一个真实项目，如开发公益小程序、为本地企业提供AI转型方案等，提倡“在做中学”。

最后，评价体系需从“考核记忆”转向“关注过程与思维”。AI或许能产出流畅的答案，但难以复制学生的思维成长轨迹。如何评价学生学习成果？可采用至少三种方式：过程性评价，降低期末考试权重，增加课堂讨论、项目阶段性展示、实验记录、反思笔记的比重，重视学生如何提问、如何迭代、如何修正错误；评估人机协作能力，允许学生在作业中使用AI，但必须提交“对话记录”和“反思报告”，阐明自己如何引导AI、纠正AI的失误、融入原创思考；口试与答辩，面对面的问答、项目答辩，依然是检验学生是否真懂的最佳途径，要求学生现场解释其思考过程，AI无法模仿也无法伪造。

大学教育改革需要务实的推进步骤，可分为三步实施。

第一步，教师先行。部分教师对AI的抗拒源于不知如何应对。学校应成立AI教学支持中心，为教师提供培训、助教及工具支持。鼓励教师重新设计课程，设立“AI融合教学改革”基金，奖励勇于探索的教师。明确AI使用的学术诚信规范，并非一味禁止，而是引导学生规范使用。

第二步，从单门课或一个专业开始试点。试点是推动创新改革的必经之路。无需全校齐头并进。可选择工程、设计、传媒、管理等深受AI影响或最具AI应用价值的专业率先推行。允许并鼓励在项目中使用AI。改革评价方式，采用作品集加答辩的形式进行评估。重视经验总结，形成可复制的案例。

第三步，大学教育改革最终需触及教学的核心环节。涉及专业设置，可增设“AI+人文”“AI+社会治理”等交叉学科；重塑学制与学位制度，探索更灵活的微专业、项目制学位，以适应快速变化的技术周期；倡导终身学习，大学需从“一次性学历授予机构”转型为“终身学习服务平台”，为校友及社会人士提供持续的AI素养提升课程。

世界经济论坛《2025年未来就业报告》指出，到2030年，全球39%的工作技能将迎来转变，持续更新能力比学历证书更重要。“学历至上”的时代正在向“能力本位”过渡。归根结底，AI时代大学面对的最大挑战并非技术本身，而是如何重新诠释“人类的卓越”。当机器越来越像人，大学更需要培养那些机器难以复制的品质，即对真理的执着追求、对苦难的深切同情、对未知的勇敢探索、对美的敏锐感知力，以及在不确定性中作出价值判断的智慧。从这个意义上说，AI正在倒逼大学回归其最根本的使命，不是培养“知识渊博的人”，而是培育“思维深邃、行动力强、立场坚定的人”。

文章配图-1